Environnement virtuel immersif 3D pour la réhabilitation visuelle


Lorsqu’une personne développe une déficience visuelle, elle a besoin d’une réadaptation intensive pour acquérir les compétences nécessaires pour interpréter correctement les signaux sensoriels. La réalité virtuelle (RV) peut reproduire un environnement complexe et offrir ainsi un cadre de réadaptation riche et sécuritaire.

La réalité virtuelle peut mettre en scène les défis à surmonter dans un cadre moins stressant que le monde extérieur réel. Nos travaux actuels visent à bâtir des scènes extérieures en réalité virtuelle pour faciliter l’interprétation des signaux sensoriels.

Présentation [vidéo durée 18:11]

Arrimer la technologie avec la réadaptation visuelle. Avec Tony Leroux, Professeur titulaire, Audiologiste, Directeur et Vice-doyen associé aux sciences de la santé, Vice-doyen adjoint aux études de 1e cycle et de cycles supérieurs à l'École d’orthophonie et d’audiologie de la Faculté de médecine de l'Université de Montréal Et Claude Chapdelaine, M. Sc. A., Conseillère senior au sein de l'équipe Vision et imagerie du CRIM.

Équipes

Nouvelles récentes

  • Retour sur l'AGA 2020
    06/07/2020

    Le CRIM a tenu sa 35e assemblée générale annuelle le 18 juin 2020. Plusieurs membres étaient présents pour souligner une année de croissance importante pour l’organisme.

    +

Événement à venir

  • Gala des Prix Innovation 2020 de l'ADRIQ
    19/11/20 0h00
    Palais des Congrès de Montréal
    Le Gala Prix Innovation 2020 de l'ADRIQ aura lieu le 19 novembre 2020, au Palais des congrès de Montréal.
    +
  • ADRIQ-RCTi RT @ADRIQ_RCTi: Assemblée virtuelle pour une année exceptionnelle : le @CRIM_ca dévoile des résultats probants. #croissance et rayonnement…
  • ???? Assemblée virtuelle pour une année exceptionnelle: le CRIM dévoile des résultats probants! Le CRIM a tenu sa 35e… https://t.co/Y0CfAWK6Da

Publications récentes

  • On The Performance of Time-Pooling Strategies for End-to-End Spoken Language Identification

    +
  • An ensemble Based Approach for Generalized Detection of Spoofing Attacks to Automatic Speaker Recognizers

    +